#Universidad TECH

[elblogdecleo]

Universidad TECH: Líder en Innovación y Excelencia Académica

🌟 ¡Conoce la Universidad TECH! 🌟 Líder en innovación y excelencia académica. 🚀 Estudia con tecnologías avanzadas y docentes de prestigio. Prepárate para el futuro con programas actualizados y oportunidades globales. ¡Únete a TECH! #UniversidadTECH

[arielmcorg]

#Columnatech - Like a las 10 - Hoy hablamos de como proteger WhatsApp

En la columna tech del lunes les hable sobre WhatsApp y las nuevas estafas que están realizando, sumado de como protegerlo con las nuevas funcionalidades que activo Meta en Whastapp. Más información: Señal U

[dergarabedian]

Aurora Tech Award: premio a mujeres emprendedoras

Aurora Tech Award es una iniciativa de la empresa inDrive que reconoce proyectos y empresas iniciales encabezadas por mujeres, que este año abrió su tercera edición. Continue reading Untitled

[thinkwinwincom]

Lamprecht ha sido incluido en la Lista de Vigilancia del Premio Haskins - Golf masculino - Georgia Tech Yellow Jackets

Lamprecht ha sido incluido en la Lista de Vigilancia del Premio Haskins – Golf masculino – Georgia Tech Yellow Jackets

Colón, Georgia – golfista Georgia Tech Cristo Lambrecht Está entre los 25 golfistas universitarios incluidos en la lista de seguimiento del Premio Fred Haskins 2023 otorgado por Stifel, que la Fundación Haskins en Columbus, Georgia, otorga anualmente al mejor golfista universitario del país. El joven novato de chaqueta amarilla está terminando una distinguida temporada amateur de verano al…

[bego447]

The Bad Batch Reacción episodios 5 y 4 temporada 3

Con un poco de retraso, pero aquí van las reacciones que escribí mientras veía 'The Return'. Después como extra añado las del episodio 4, que como no me apetecía escribir mucho y simplemente disfrutar del capítulo así que solo hay un par de cosas y por eso no lo publiqué la semana pasada.

¡Gracias por leer!:

Episodio 5:

Omega durmiendo en su habitación después de tanto tiempo 🥺 Aunque se le va quedando pequeña

"Si Omega confía en él es suficiente para mí" GRÍTALO MI REY!!!

Hay no puede ser. Antes estaban todos menos Crosshair, y ahora que por fin tienen a Crosshair de vuelta falta Tech 😭

AYYYY AZI está hablando como Tech 😭

"Not hug for me?" OMG Quien escribió esa frase en el guion sabía perfectamente lo que estaba haciendo. Me imagino cómo debe estar ahora mismo el Twitter de TBB 😂😂🤩😂

Espero que ese datapad no de pueda rastrear o algo así 😥

"Especially without Tech." 😭😭😭😭😭 ¡Por favor tenéis que hablar del tema!

 Y además hay justo una silla libre! 😭😭 Esa silla está puesta para Tech, para que estén los 6 juntos por fin, solo falta él 😭😭

Los 5 agachando la cabeza a la vez… La expresión en la cara de Crosshair… 😭😭😭 A mi mente vienen flasbakcs de algo "Understand you doesn't mean I agree with you." 😭

1 Minuto de silencio por favor, para recordar a vuestro hermano caído… (aunque sigo creyendo que él está vivo)

"I know a dacility." No… NO… TENGO TRAUMAS, VALE?? NO PUEDES VOLVER DONDE MAYDAY 😭😭😭

Un momento… Esta misma mañana, cuando estaba saliendo de mi casa para ir a la Universidad, justamente a las 9, la misma hora a la que sale el episodio, la banda sonora de ESE episodio de la Temporada 2 vino a mi mente y no me la pude quitar de la cabeza hasta que la escuché… Mi subconsciente sabía algo…

"I need to do this, Hunter." ¡Eso es mi niña! 🥺

"I'M OLDER THAN YOU ARE, LITTLE BROTHER!" AAHAAHWEIBFWEBCNWZMW4CNHHW4QZMVBSHXJCSEKHR

Ooooowww Wrecker le devuelve su equipamiento 🥺🥺

"It never felt right to get rid of it." No que lloro otra vez 🥺🥺😭😭

Ay ay la música cuando mira a Hunter 😢

Por favor necesito ya escuchar la bso de ciertos momentos.

Es como la vez que más bonito suena el tema de Crosshair 🥺

Ah van solo con la nave de Echo.

…No… 😭😭 Ahí está otra vez la música 😭😭😭 Mis traumas de 'The Outpost'…

Literalmente Cada. Una. De las veces. Que ecsucho esa música. Se me pone la piel de gallina 😭😭

Ayy, se llevan a Batcher también 🥺 Entonces es 100% la mascota del grupo y parte de él.

AHHHH CROSSHAIR EN SU ARMADURA DE LAS GUERRRAS CLON 😭😭 Es como viajar en el tiempo a otra época…

Ay el buitre de hielo… 😭😭 Mayday

Todo aquí es puro trauma 😭 Ya tengo la piel de gallina otra vez

Ay si Hunter supiera… 🥺

"Kill each other later." 😂😂 Lo mejor es que podría ser literal xDD

Jaja, el suspiro cansado de Omega como si ella fuera (es) la mayor xD

Ay, que Batcher sirva para algo 🥺

Ay no, seguro que ahí dentro están los cascos de Hex y Veech y los demás hermanos del grupo de Mayday… 🥺😭

Ayyy, Crosshair los está buscando… 🥺😢

[aparecen los cascos y el de Mayday está entre ellos] 😭😭😭😭

[Crosshair coge el de Mayday] 😭😭😭😭😭😭

[Coloca el casco y lo mira] 😭😭😭😭😭

[Hunter le ve colocando los cascos] 😭😭😭😭😭😭😭

AAHHHHHHHH VUELVE A TENER SUS PALILLOS 🤩😭🤩😭

Ostia pues el buitre es precioso 😍🥺

Sí por favor, se viene conversación entre estos dos. Lo necesitan.

Ay el movimiento de su mano 🥺

Noo, maldito bicho, va a interrumpir 😩

Presiónale un poco. Le hace falta para soltarlo.

"I did betray them after they betrayed me." Creo que eso es exactamente que le pasó con el Bad Batch. 🥺

Uy uy uy. Ayayay. Esta conversacion!! LO ES TODO 😭😭🤩😭

Jeje, Eco mirando entre los dos cuando discuten xD

Crosshair acariciando a Batcher… ¿es cosa mía o es una leve sonrisa en su rostro eso que veo? 🥺

Por favor, necesito esa imagen en la que Hunter, Crosshair y Batcher están sentados de espaldas como fondo de pantalla 😍😭

[Wrecker corre y abraza a Crosshair y Hunter] 😭😭😭😭😭😭 Son 3 de los 4 originales del Bad Batch 😭😭 Lo que habrán pasado juntos durante la guerra y no hemos visto.. Y ahora están juntos por fin después de tanto 😭😭😭 Tech te necesitan también!

La broma de Eco, por favor 😂😭🤣😭😍

Ay…

Ay Crosshair abriéndose 🥺 Su expresión…

Nooo y vuelve la música… el trauma… Y justo cuando dice "a good soldier!

"There just might be hope for us yet." 😭😭😭 Dime que sí. Dime que el final de la serie es un final feliz para ellos. Para todo el Bad Batch (Tech incluido) 🥺

Por favor, ¿por qué me quiero tatuar cada maldita frase de este episodio?, es que literalmente cada escena, cada frase, cada gesto… Significa TANTO. Creo que con ningún otro episodio (de entre todas las series) me ha pasado eso, cada momento es un momento álgido y para recordar. Yo siempre voy por escenas, hay escenas geniales en ciertos capítulos que repites una y otra vez, pero en este capítulo son todas y cada una de ellas, sin que haya ningún momento de excepción.

Este episodio me da todo lo que estuve toda la semana esperando, pero no solo esta última semana, si no desde hace un año cuando terminó la segunda temporada o incluso hace casi 3 años cuando empezó la serie y Crosshair ya se había separado del grupo.

PD: estoy viendo los créditos y.. NO PUEDE SER JAJAJAJAJ LITEERALMENTE SOLO DBB como Batcher (y eso que falta el buitre de hielo) y Ben Diskin  como AZI-3 diciendo 2 frases 😂😂🤣🤣 Qué maravilla! El único episodio en el que pasa eso xDDDDDD

~ ~ ~

Episodio 4:

"You and your dad" Ya está. Lo estoy escuchando, a todos los fans de esta serie gritar porque se han referido a Crosshair como el padre de Omega.

Crosshair diciendo "Omega" suena tan… para mí

"My skills are being wasted," No puede dejar de pensar como un soldado de forma táctica.

Un rancor! ¡Dime que hay un rancor! *Salen tentáculos y se llevan al capitán* Yo: WTF o_O

JAJAJajJAJAJAJA qué ha sido eso?! (el soldado que estaba arriba sale volando y grita)

"Omega, it's being months.." Se viene, se viene, se viene… momento de llorar con el reencuentro

NO ESTOY LLORANDO, TÚ ESTÁS LLORANDO

LA MUSICAAA

¡SI ELLOS LLORAN YO LLORO!

[gonzalo-obes]

IMAGENES Y DATOS INTERESANTES DEL DIA 16 DE ABRIL DE 2024

Día Mundial de la Voz, Día Internacional contra la Esclavitud Infantil, Día Mundial del Emprendimiento, Día Internacional del Síndrome de Wolf-Hirschhorn, Semana Mundial de la Creatividad y la Innovación, Año Internacional de los Camélidos.

San Amilcar, Santa Anastasia y Santa Potenciana.

Tal día como hoy en el año 2016

Ocurre un terremoto en Ecuador de 7,8 grados en la escala de Richter con epicentro en Esmeraldas, causando 670 víctimas mortales y numerosos daños materiales.

2014

Se hunde el transbordador surcoreano MV Sewol cerca de la Isla Jindo, en el que mueren 304 personas. Acaba provocando una serie de críticas contra el gobierno y los medios de comunicación.

2007

Ocurre la Masacre de Virginia Tech, en Blacksburg (Estados Unidos), donde un joven mata a 32 estudiantes en el campus de la universidad, incluyendo a él mismo. Además 29 personas resultaron heridas.

1961

Fidel Castro anuncia el carácter socialista de la Revolución Cubana (enero de 1959), durante el entierro a las víctimas de un bombardeo estadounidense. Este hecho provocará un intento de invasión a la isla ordenado por el presidente de Estados Unidos J. F. Kennedy.

1948

Con el fin de restablecer la economía de Europa después de la II Guerra Mundial, 16 países europeos fundan la Organización Europea de Cooperación Económica, que más tarde pasará a llamarse Organización para la Cooperación Económica y el Desarrollo, con sede en París (Francia). Éste será uno de los primeros pasos buscando la unidad en Europa que culminará en la futura Unión Europea. (Hace 76 años)

1917

Con el país inmerso en el caos debido a la I Guerra Mundial y a la abdicación del Zar Nicolás II, Vladimir Ilich Lenin llega a Petrogrado (Rusia) desde su exilio en Suiza para tomar el control de la revolución. Aunque primero exiliado en Siberia y después huido a Europa debido a sus actividades políticas y revolucionarias, Lenin conseguirá reforzar el Partido Bolchevique mediante sus escritos y su fluida oratoria. Siete meses después de su regreso, y bajo la dirección de Lenin, los bolcheviques se harán con el poder. Lenin supervisará la creación de la Unión de Repúblicas Socialistas Soviéticas y dirigirá el país hasta su muerte en enero de 1924, tras haber sido tratado contra la sífilis el año anterior. (Hace 107 años)

1912

Harriet Quimby, intrépida aviadora americana, se convierte en la primera mujer en cruzar el Canal de la Mancha, al tripular su moderno monoplano, fabricado por el pionero francés de la aviación Louis Bleriot, a través de una espesa niebla desde las costas de Dover, en Inglaterra, hasta las playas de Hardelot, en Francia. Fallecerá en julio en un accidente aéreo. (Hace 112 años)

1746

En la batalla de Culloden, Escocia, el ejército inglés derrota a las fuerzas escocesas bajo el mando de Carlos Eduardo Estuardo, poniendo fin al levantamiento Jacobita para tratar de restaurar a la Casa de Estuardo al trono de Inglaterra. Ésta será la última batalla librada en suelo británico hasta la fecha. (Hace 278 años)

1582

En la actual Argentina, Hernando de Lerma, gobernador de Tucumán, cumpliendo órdenes del virrey del Perú, Francisco de Toledo, funda la ciudad de San Felipe de Lerma en el valle de Salta, con el fin de crear una escala en las comunicaciones entre Lima y Buenos Aires. La población más adelante pasará a llamarse sólamente Salta. (Hace 442 años)

1531

En México, fray Toribio Paredes, natural de Benavente, España, a quien los nativos llaman "Motolinía" ("pobrecito" en lengua náhuatl, por su vida sencilla), funda la ciudad de Puebla, en el Valle de Cuetlaxcoapan, en la margen oriental del río San Francisco. Por su situación, será paso obligado del comercio y prosperá con rapidez. (Hace 493 años)

[themrj8]

Hola gente, hace un buen tiempo que no publico nada por aquí. Hay algunas razones pero la razón principal es que "No tenía nada bueno para publicar". ¿Qué puedo decir? Las cosas que hice estos meses no pensé que tendrían suficiente impacto para publicarlas por aquí. Además un factor que influyó fue que empecé un nuevo ciclo de mi universidad y eso suele robarse toda mi atención.

La verdad me gustaría poder dibujar y escribir tan libremente como antes, pero hay veces que uno debe dejar de crear para ocuparse de cosas importantes. Lo bueno es que en esa realidad aun puede mantenerse momentos de diversión o creatividad y esta es una de esas ocasiones.

Así que de las pocas cosas que hice fue lo que están viendo aquí, un Fanfic.

La inspiración nació gracias a que algunos amigos de Discord decidieron empezar a crear historias de Spidersonas y todo por la película de Spider-Man: Across the Spider-Verse. Una maravillosa película que es muy recomendada.

De ella nacieron muchos diseños de Spidersonas e historias bastante interesantes, así que dije ¿Por qué no crear una también? y unos meses después henos aquí.

La verdad es un proyecto que quiero terminar sin importar el tiempo que tarde, así que si tienen curiosidad echen un vistazo. Aparte de escribir también tengo dibujos e ideas, tal vez comparta algunas por aquí.

¿Qué puedo ofrecer? Pues mi objetivo es hacer una historia agradable y sencilla de leer que poco a poco se ponga intensa pero sin ir muy lejos hasta llegar al final. O sea, que es una historia donde el camino sea disfrutable.

Además, no se preocupen si no saben de comics o de Spiderman, esta historia está hecha para tener referencias pero sin ellas pueden entender. Ya que, aunque sea una spidersona, es más una historia de una OC que otra cosa. Así que si les da algo de curiosidad me encantaría que le echaran un vistazo.

PD: A pesar de mis ánimos sigo siendo un novato ¿Les gustaría leer los fics de mis amigos que inspiraron todo esto y que tienen calidad? Pues echen un vistazo a esta lista:

Todas las historias sin excepción las recomiendo, ya que ciertamente sus creadores han hecho un muy buen trabajo con sus personajes.

[ricardofonseca]

CEUMA: MINISTRO REYNALDO SOARES DO STJ REALIZA PALESTRA, COMEÇA VII FÓRUM DO MEIO AMBIENTE E EMPRESA JÚNIOR DE IMPERATRIZ VISITA UNIVERSIDADE.

SÃO LUÍS: O Ministro Reynaldo Soares da Fonseca do Superior Tribunal de Justiça- STJ, proferiu a Palestra “Constituição, Justiça e Fraternidade”, às 19h30 no Auditório Expedito Bacelar, no campus Renascença na quarta (31).

O evento integra o projeto “Orgulho Ceuma”e, tem como objetivo, realizar ações pedagógicas voltadas para a formação discente, fomentando debates a respeito temas relevantes da área.

Assista a palestra do Ministro do STJ na íntegra aqui: 

 O Concorrido evento teve a presença do Presidente do Grupo Ceuma Dr. Ivan Fecury, da Magnífica Reitora Cristina Nitz da Cruz, do Desembargador do TJ-MA Ricardo Dualibe, Desembargador do TRF-1 Roberto Velozo, da Vice Prefeita de São Luís Esmênia Miranda, do Secretário de Desenvolvimento Econômico e Programas Estratégicos do Estado do Maranhão José Reinaldo Tavares. Além de advogados, magistrados e autoridades do Poder Judiciário do Maranhão.  

O Ministro do STJ fez uma excelente palestra, sendo bastante aplaudido após as suas reflexões sobre “Constituição, Justiça e Fraternidade”. Vale destacar a presença de 3 integrantes da lista sêxtupla seguindo a regra do Quinto Constitucional, para a vaga de desembargador do Tribunal de Justiça do Maranhão, foram eles: Hugo Assis Passos, Lorena Saboya Vieira Soares e Flavio Vinícius Araújo Costa. 

VII FÓRUM DE MEIO AMBIENTE 

Começou também na quarta (31), o VII FORUM DO MEIO AMBIENTE,  realizado pelo Mestrado em Meio Ambiente da Universidade Ceuma,  que  prima pelo desafio da sustentabilidade e visa atingir os Objetivos do Desenvolvimento Sustentável, preconizados pela ONU até 2030.

Dentre as atividades realizadas no Fórum, houve um passeio ao Parque Botânico da Vale, na Av. dos Portugues no Anjo da Guarda, na capital maranhense. 

“Estamos na nossa sétima edição com o tema Educação Ambiental, onde tratamos alguns objetivos do desenvolvimento sustentável, da agenda do milênio 2030 da ONU. Um tema bastante atual porque trata da interferênia do meio ambiente na saúde e temas bastante atuais como poluição, desmatamento e as consequencias para os seres humanos hoje”, informou a Coordenadora do Mestrado de Meio Mabiente Profa. Dra. Rita de Cássia Mendonça.  

“Realizamos esse Fórum há sete anos e, este ano incluímos como ponto chave a união da Educação Ambiental, juntamente com o Clima e a Saúde. Uma integração entre sociedade, academia e os orgãos públicos estaduais e municipais de Meio Ambiente com a sociedade, destancando a importância da praticas de ensino da educação ambiental nas escolas, ressaltou  Coordenador ado Fórum Profa. Dra. Maria Raimunda. 

LANÇAMENTO DO LIVRO 

O Professor Dr. Carlos Tomaz (na foto ao lado da Profa Me. Keity Martins.), lançou e fez uma palestra do seu livro internacional intitulado “ ENVIROMENT AND HEALTH: SANITARY RISKS FOR CONGENITAL TOXOPLASMOSIS”, escrito em parceria com o Prof. Dr. Fernando Saab da USP. 

“O livro traz informações de como é a interação do meio ambiente com os processos de doença, principalmente aqueles que estão envolvidos com más condições sanitárias e, dentre elas, destacamos a Toxoplasmose Congênita. Doença que é mais prevalente em regiões onde as condições básicas sanitárias são muito ruins”, destacou o Dr. Carlos Tomaz.  

O livro traz dados de um estudo realizado no Distrito Federal do Brasil, que teve como objetivo estimar a prevalência de soropositividade para toxoplasmose entre gestantes. O estudo constatou que a prevalência de soropositividade para toxoplasmose foi maior entre mulheres grávidas que vivem em áreas com saneamento precário, como aquelas com abastecimento de água ou esgoto inadequados. O VII Forúm do Meio Ambiente termina nesta sexta (02). 

VISITA TÉCNICA AO CAMPUS RENASCENÇA 

Três Integrantes da Empresa Júnior - TECH JR. do IFMA de Imperatriz, visitaram o Campus Renascença para conhecer o Sistema de Inovação e as instalações da Universidade. Alexandre Jardins, Matheus Moraes e Sivaldo Cunha, foram recepcionados pelo Coordenador do NUTED Othon Bastos Filho, na manhã dessa sexta (02).

“ É sempre uma grande satisfação receber na Universidade Ceuma, integrantes de outros institutos de ensino, para a realização de um profícuo intercâmbio de conhecimentos, finalizou Othon Bastos Filho. 

Para mais informações acesse o nosso Portal:

https://www.extranet.ceuma.br/hotsite/

+EDUCAÇÃO +INOVAÇÃO +MESTRADOS +INCLUSÃO +EVENTOS

[allthebrazilianpolitics]

The US Far Right Helped Stoke the Attack on Brazil’s Congress

Right-wing networks from Brazil and the US fueled calls for violence. Experts accuse tech platforms of looking the other way.

As rioters stormed government buildings in Brazil's capital, Brasilia, over the weekend, Leticía Cesarino, a professor of anthropology at Universidade Federal de Santa Catarina, watched a YouTube livestream by Brazilian right-wing influencer DiDi Red Pill. On the stream, the former reality TV participant filmed a mob pushing past a police line protecting Brazil’s Congress, and then into the building itself. The video stayed up for hours before being taken down. DiDi Red Pill’s account is still active. 

For months, researchers and advocates have warned that Brazil was poised for its own version of the January 6, 2021, attack on the US Capitol should the now former president Jair Bolsonaro lose his reelection bid in October. Now that an attack on Brazil’s Congress has come to pass, those same researchers are accusing tech platforms—especially YouTube and Meta—of failing to stem the flow of dangerous disinformation. Those platforms are propagating extreme views held by the US far right across the globe, people tracking developments in Brazil say.

Brazil’s own far right has been calling for military intervention in the government since 2016, says Flora Rebello Arduini, campaign director at the advocacy group SumOfUs. But the election of Donald Trump as US president in November 2016, Andruini says, followed by Bolsonaro's win in Brazil in October 2018, “ramped up” the cross-contamination of narratives questioning the validity of free and fair elections. 

Continue reading.

[16-20]

hoje eu posso dizer que foi o melhor dia da minha vida na universidade,o motivo? Eu vi a professora mais linda do mundo na minha frente(quase). Ela é muito fofa e usava óculos,um neném. Nem acredito que a vi no EAD pra gostar tanto ao ponto de ficar ansiosa por querer vê-la no presencial,eu fico pensando nisso desde o momento que soube que gostava dela e da possibilidade dela vir para a cidade dar aula. Sério,eu nem acredito que ru concretizei entre aspas o nosso encontro,mas o que eu realmente quero é falar tech a tech com ela. Se possível diria quão linda é ou como sinto falta das suas aulas e como eu gostava muito e fazia questão de aparecer. Será que ela sente minha falta? Ou lembra de mim? Não é possível que seja loucura minha se vejo o sobrenome dela quase que diariamente,se não é sinal é sim loucura? E cada vez que a vejo sinto mais vontade ainda de estar perto e ver de novo? Será que é para a gente se encontrar frente a frente? Sim é,não há outra explicação senão eu não veria o nome dela sempre e pensaria quase que 24/7 nela e em tudo que é relacionado a gostar de alguém. Docente conta como crush? Porque ela tem todo o meu coração ,a adoro ,a admiro muito queria muito estar ao ladinho dela na aula,só de ver de perto meu coração disparou e tive minic crise de ansiedade,aí lia se você soubesse o quanto eu gosto de você. Seus espelhamentos eram de nervosismo ou você imitando alguém que vc talvez goste?... Os próximos capítulos serão semana que vem

Crush

[contadorpj]

### Cursos Gratuitos para Agregar no Currículo de um Profissional de TI 🎓💻

Manter-se atualizado é vital no mercado de TI. Aqui estão alguns cursos gratuitos recomendados:

**Coursera 📚**

- Introdução à Ciência da Computação (Universidade de Harvard)

- Machine Learning (Universidade de Stanford)

**edX 🌐**

- CS50: Introdução à Ciência da Computação (Harvard)

- Blockchain Fundamentals (Universidade da Califórnia, Berkeley)

**Udacity 🚀**

- Introdução à Programação (Udacity)

- Desenvolvimento Web Front-End (Google)

Aproveitar esses cursos pode fazer uma grande diferença no seu currículo, abrindo novas oportunidades na área de TI. Boa sorte nos estudos! 🚀

🔗 Para mais informações, nos chame no WhatsApp (11) 97305-3545

✨ ou visite nosso site: recrute.tech

#recrute #tech #ti #dev #europe #exterior #vagas #followforfollowback #instalike #like #instagram

[vilaoperaria]

  Notas dos editores Este artigo foi revisado de acordo com a Science X's processo editorial e políticas. Editores destacaram os seguintes atributos garantindo a credibilidade do conteúdo: verificado pré-impressão fonte confiável revisar por Ingrid Fadelli, Tech Xplore Diagrama de blocos do método proposto. A região pontilhada mostra uma única camada da rede proposta que é repetida N vezes. Na figura, a pré-norma é aplicada. No caso do pós-norma, a normalização é aplicada após a camada GLU antes da conexão de salto. Crédito: Alam et al. Nas últimas décadas, os ciberataques desenvolveram malware cada vez mais sofisticado que pode perturbar o funcionamento dos sistemas informáticos ou conceder-lhes acesso a dados sensíveis. O desenvolvimento de técnicas que possam detectar com segurança a presença de malware e determinar a “família” a que pertencem poderia ser altamente vantajoso, pois poderia ajudar a neutralizá-los rapidamente, antes que causem danos significativos.   Pesquisadores da Universidade de Maryland e da Booz Allen Hamilton introduziram recentemente um novo modelo computacional projetado para completar malware tarefas de detecção. Estas são tarefas que envolvem a identificação e análise de malware sofisticado projetado para contornar as medidas de segurança tradicionais, normalmente observando anomalias ou indicadores sutis de um sistema comprometido. O novo modelo da equipe, apresentado em um artigo pré-publicado sobre arXiv, aproveita os recursos de uma classe específica de algoritmos de aprendizado de máquina, conhecidos como redes convolucionais globais holográficas (HGConv). As redes HGConv são particularmente adequadas para capturar dependências de longo alcance e o contexto geral em que um evento ocorre, reunindo assim uma visão mais profunda sobre as relações entre vários elementos nos dados. Como parte do estudo, os pesquisadores revisaram primeiro os esforços anteriores de detecção de malware de longo alcance, examinando os resultados alcançados pelas técnicas existentes e abordagens de benchmark. No geral, descobriram que os métodos propostos anteriormente não são particularmente adequados para a detecção de malware de longo alcance, o que os inspirou a desenvolver uma técnica alternativa. “Apresentamos o HGConv que utiliza as propriedades de representações holográficas reduzidas (HRR) para codificar e decodificar recursos de elementos de sequência”, escreveram Mohammad Mahmudul Alam, Edward Raff e seus colaboradores em seu artigo. "Ao contrário de outros métodos convolucionais globais, nosso método não requer nenhum cálculo complexo de kernel ou design de kernel elaborado. Os kernels HGConv são definidos como parâmetros simples aprendidos por meio de retropropagação." Até agora, os pesquisadores avaliaram o método proposto para detecção de malware de longo alcance em uma série de testes, com foco em problemas práticos de classificação de malware. Eles usaram benchmarks comuns de classificação de malware, incluindo malware do Microsoft Windows, pacotes de aplicativos Android, benchmark de malware do conjunto de dados Drebin e benchmark EMBER. A equipe comparou o desempenho de seu modelo com métodos básicos e outras técnicas de aprendizado de máquina desenvolvidas recentemente para classificação de malware. Suas descobertas foram altamente promissoras, com seu modelo superando outras técnicas em termos de tempo de execução e atingindo uma precisão de 99,3% no conjunto de dados Kaggle e 91,0% no conjunto de dados Drebin. “O método proposto alcançou novos resultados de última geração nos benchmarks de malware Microsoft Malware Classification Challenge, Drebin e EMBER”, escreveu a equipe em seu artigo. "Com complexidade log-linear no comprimento da sequência, os resultados empíricos demonstram um tempo de execução substancialmente mais rápido pelo HGConv em comparação com outros métodos, alcançando um escalonamento muito mais eficiente, mesmo com comprimento de sequência ≥ 100.000." O

novo método baseado em HGConv para detecção de malware de longo alcance desenvolvido por Alam, Raff e seus colegas poderá em breve ser melhorado e testado em uma gama mais ampla de tarefas de detecção de malware. No futuro, poderá ser implementado em ambientes reais, ajudando os utilizadores a detectar rapidamente malware em sistemas informáticos e a mitigar o seu impacto adverso.   Mais Informações: Mohammad Mahmudul Alam et al, Redes convolucionais globais holográficas para tarefas de previsão de longo alcance na detecção de malware, arXiv (2024). DOI: 10.48550/arxiv.2403.17978 Informações do diário: arXiv   © 2024 Science X Network Citação: Lidar com tarefas de detecção de malware de longo alcance usando redes convolucionais globais holográficas (2024, 21 de maio) recuperado em 21 de maio de 2024 em https://techxplore.com/news/2024-05-tackling-range-malware-tasks-holographic.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.     https://w3b.com.br/enfrentando-tarefas-de-deteccao-de-malware/?feed_id=11523&_unique_id=666f84f050f32

[w3bcombr]

  Notas dos editores Este artigo foi revisado de acordo com a Science X's processo editorial e políticas. Editores destacaram os seguintes atributos garantindo a credibilidade do conteúdo: verificado pré-impressão fonte confiável revisar por Ingrid Fadelli, Tech Xplore Diagrama de blocos do método proposto. A região pontilhada mostra uma única camada da rede proposta que é repetida N vezes. Na figura, a pré-norma é aplicada. No caso do pós-norma, a normalização é aplicada após a camada GLU antes da conexão de salto. Crédito: Alam et al. Nas últimas décadas, os ciberataques desenvolveram malware cada vez mais sofisticado que pode perturbar o funcionamento dos sistemas informáticos ou conceder-lhes acesso a dados sensíveis. O desenvolvimento de técnicas que possam detectar com segurança a presença de malware e determinar a “família” a que pertencem poderia ser altamente vantajoso, pois poderia ajudar a neutralizá-los rapidamente, antes que causem danos significativos.   Pesquisadores da Universidade de Maryland e da Booz Allen Hamilton introduziram recentemente um novo modelo computacional projetado para completar malware tarefas de detecção. Estas são tarefas que envolvem a identificação e análise de malware sofisticado projetado para contornar as medidas de segurança tradicionais, normalmente observando anomalias ou indicadores sutis de um sistema comprometido. O novo modelo da equipe, apresentado em um artigo pré-publicado sobre arXiv, aproveita os recursos de uma classe específica de algoritmos de aprendizado de máquina, conhecidos como redes convolucionais globais holográficas (HGConv). As redes HGConv são particularmente adequadas para capturar dependências de longo alcance e o contexto geral em que um evento ocorre, reunindo assim uma visão mais profunda sobre as relações entre vários elementos nos dados. Como parte do estudo, os pesquisadores revisaram primeiro os esforços anteriores de detecção de malware de longo alcance, examinando os resultados alcançados pelas técnicas existentes e abordagens de benchmark. No geral, descobriram que os métodos propostos anteriormente não são particularmente adequados para a detecção de malware de longo alcance, o que os inspirou a desenvolver uma técnica alternativa. “Apresentamos o HGConv que utiliza as propriedades de representações holográficas reduzidas (HRR) para codificar e decodificar recursos de elementos de sequência”, escreveram Mohammad Mahmudul Alam, Edward Raff e seus colaboradores em seu artigo. "Ao contrário de outros métodos convolucionais globais, nosso método não requer nenhum cálculo complexo de kernel ou design de kernel elaborado. Os kernels HGConv são definidos como parâmetros simples aprendidos por meio de retropropagação." Até agora, os pesquisadores avaliaram o método proposto para detecção de malware de longo alcance em uma série de testes, com foco em problemas práticos de classificação de malware. Eles usaram benchmarks comuns de classificação de malware, incluindo malware do Microsoft Windows, pacotes de aplicativos Android, benchmark de malware do conjunto de dados Drebin e benchmark EMBER. A equipe comparou o desempenho de seu modelo com métodos básicos e outras técnicas de aprendizado de máquina desenvolvidas recentemente para classificação de malware. Suas descobertas foram altamente promissoras, com seu modelo superando outras técnicas em termos de tempo de execução e atingindo uma precisão de 99,3% no conjunto de dados Kaggle e 91,0% no conjunto de dados Drebin. “O método proposto alcançou novos resultados de última geração nos benchmarks de malware Microsoft Malware Classification Challenge, Drebin e EMBER”, escreveu a equipe em seu artigo. "Com complexidade log-linear no comprimento da sequência, os resultados empíricos demonstram um tempo de execução substancialmente mais rápido pelo HGConv em comparação com outros métodos, alcançando um escalonamento muito mais eficiente, mesmo com comprimento de sequência ≥ 100.000." O

novo método baseado em HGConv para detecção de malware de longo alcance desenvolvido por Alam, Raff e seus colegas poderá em breve ser melhorado e testado em uma gama mais ampla de tarefas de detecção de malware. No futuro, poderá ser implementado em ambientes reais, ajudando os utilizadores a detectar rapidamente malware em sistemas informáticos e a mitigar o seu impacto adverso.   Mais Informações: Mohammad Mahmudul Alam et al, Redes convolucionais globais holográficas para tarefas de previsão de longo alcance na detecção de malware, arXiv (2024). DOI: 10.48550/arxiv.2403.17978 Informações do diário: arXiv   © 2024 Science X Network Citação: Lidar com tarefas de detecção de malware de longo alcance usando redes convolucionais globais holográficas (2024, 21 de maio) recuperado em 21 de maio de 2024 em https://techxplore.com/news/2024-05-tackling-range-malware-tasks-holographic.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.    

[unicalingerieshop]

  Notas dos editores Este artigo foi revisado de acordo com a Science X's processo editorial e políticas. Editores destacaram os seguintes atributos garantindo a credibilidade do conteúdo: verificado pré-impressão fonte confiável revisar por Ingrid Fadelli, Tech Xplore Diagrama de blocos do método proposto. A região pontilhada mostra uma única camada da rede proposta que é repetida N vezes. Na figura, a pré-norma é aplicada. No caso do pós-norma, a normalização é aplicada após a camada GLU antes da conexão de salto. Crédito: Alam et al. Nas últimas décadas, os ciberataques desenvolveram malware cada vez mais sofisticado que pode perturbar o funcionamento dos sistemas informáticos ou conceder-lhes acesso a dados sensíveis. O desenvolvimento de técnicas que possam detectar com segurança a presença de malware e determinar a “família” a que pertencem poderia ser altamente vantajoso, pois poderia ajudar a neutralizá-los rapidamente, antes que causem danos significativos.   Pesquisadores da Universidade de Maryland e da Booz Allen Hamilton introduziram recentemente um novo modelo computacional projetado para completar malware tarefas de detecção. Estas são tarefas que envolvem a identificação e análise de malware sofisticado projetado para contornar as medidas de segurança tradicionais, normalmente observando anomalias ou indicadores sutis de um sistema comprometido. O novo modelo da equipe, apresentado em um artigo pré-publicado sobre arXiv, aproveita os recursos de uma classe específica de algoritmos de aprendizado de máquina, conhecidos como redes convolucionais globais holográficas (HGConv). As redes HGConv são particularmente adequadas para capturar dependências de longo alcance e o contexto geral em que um evento ocorre, reunindo assim uma visão mais profunda sobre as relações entre vários elementos nos dados. Como parte do estudo, os pesquisadores revisaram primeiro os esforços anteriores de detecção de malware de longo alcance, examinando os resultados alcançados pelas técnicas existentes e abordagens de benchmark. No geral, descobriram que os métodos propostos anteriormente não são particularmente adequados para a detecção de malware de longo alcance, o que os inspirou a desenvolver uma técnica alternativa. “Apresentamos o HGConv que utiliza as propriedades de representações holográficas reduzidas (HRR) para codificar e decodificar recursos de elementos de sequência”, escreveram Mohammad Mahmudul Alam, Edward Raff e seus colaboradores em seu artigo. "Ao contrário de outros métodos convolucionais globais, nosso método não requer nenhum cálculo complexo de kernel ou design de kernel elaborado. Os kernels HGConv são definidos como parâmetros simples aprendidos por meio de retropropagação." Até agora, os pesquisadores avaliaram o método proposto para detecção de malware de longo alcance em uma série de testes, com foco em problemas práticos de classificação de malware. Eles usaram benchmarks comuns de classificação de malware, incluindo malware do Microsoft Windows, pacotes de aplicativos Android, benchmark de malware do conjunto de dados Drebin e benchmark EMBER. A equipe comparou o desempenho de seu modelo com métodos básicos e outras técnicas de aprendizado de máquina desenvolvidas recentemente para classificação de malware. Suas descobertas foram altamente promissoras, com seu modelo superando outras técnicas em termos de tempo de execução e atingindo uma precisão de 99,3% no conjunto de dados Kaggle e 91,0% no conjunto de dados Drebin. “O método proposto alcançou novos resultados de última geração nos benchmarks de malware Microsoft Malware Classification Challenge, Drebin e EMBER”, escreveu a equipe em seu artigo. "Com complexidade log-linear no comprimento da sequência, os resultados empíricos demonstram um tempo de execução substancialmente mais rápido pelo HGConv em comparação com outros métodos, alcançando um escalonamento muito mais eficiente, mesmo com comprimento de sequência ≥ 100.000." O

novo método baseado em HGConv para detecção de malware de longo alcance desenvolvido por Alam, Raff e seus colegas poderá em breve ser melhorado e testado em uma gama mais ampla de tarefas de detecção de malware. No futuro, poderá ser implementado em ambientes reais, ajudando os utilizadores a detectar rapidamente malware em sistemas informáticos e a mitigar o seu impacto adverso.   Mais Informações: Mohammad Mahmudul Alam et al, Redes convolucionais globais holográficas para tarefas de previsão de longo alcance na detecção de malware, arXiv (2024). DOI: 10.48550/arxiv.2403.17978 Informações do diário: arXiv   © 2024 Science X Network Citação: Lidar com tarefas de detecção de malware de longo alcance usando redes convolucionais globais holográficas (2024, 21 de maio) recuperado em 21 de maio de 2024 em https://techxplore.com/news/2024-05-tackling-range-malware-tasks-holographic.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.    

[southeletro]

  Notas dos editores Este artigo foi revisado de acordo com a Science X's processo editorial e políticas. Editores destacaram os seguintes atributos garantindo a credibilidade do conteúdo: verificado pré-impressão fonte confiável revisar por Ingrid Fadelli, Tech Xplore Diagrama de blocos do método proposto. A região pontilhada mostra uma única camada da rede proposta que é repetida N vezes. Na figura, a pré-norma é aplicada. No caso do pós-norma, a normalização é aplicada após a camada GLU antes da conexão de salto. Crédito: Alam et al. Nas últimas décadas, os ciberataques desenvolveram malware cada vez mais sofisticado que pode perturbar o funcionamento dos sistemas informáticos ou conceder-lhes acesso a dados sensíveis. O desenvolvimento de técnicas que possam detectar com segurança a presença de malware e determinar a “família” a que pertencem poderia ser altamente vantajoso, pois poderia ajudar a neutralizá-los rapidamente, antes que causem danos significativos.   Pesquisadores da Universidade de Maryland e da Booz Allen Hamilton introduziram recentemente um novo modelo computacional projetado para completar malware tarefas de detecção. Estas são tarefas que envolvem a identificação e análise de malware sofisticado projetado para contornar as medidas de segurança tradicionais, normalmente observando anomalias ou indicadores sutis de um sistema comprometido. O novo modelo da equipe, apresentado em um artigo pré-publicado sobre arXiv, aproveita os recursos de uma classe específica de algoritmos de aprendizado de máquina, conhecidos como redes convolucionais globais holográficas (HGConv). As redes HGConv são particularmente adequadas para capturar dependências de longo alcance e o contexto geral em que um evento ocorre, reunindo assim uma visão mais profunda sobre as relações entre vários elementos nos dados. Como parte do estudo, os pesquisadores revisaram primeiro os esforços anteriores de detecção de malware de longo alcance, examinando os resultados alcançados pelas técnicas existentes e abordagens de benchmark. No geral, descobriram que os métodos propostos anteriormente não são particularmente adequados para a detecção de malware de longo alcance, o que os inspirou a desenvolver uma técnica alternativa. “Apresentamos o HGConv que utiliza as propriedades de representações holográficas reduzidas (HRR) para codificar e decodificar recursos de elementos de sequência”, escreveram Mohammad Mahmudul Alam, Edward Raff e seus colaboradores em seu artigo. "Ao contrário de outros métodos convolucionais globais, nosso método não requer nenhum cálculo complexo de kernel ou design de kernel elaborado. Os kernels HGConv são definidos como parâmetros simples aprendidos por meio de retropropagação." Até agora, os pesquisadores avaliaram o método proposto para detecção de malware de longo alcance em uma série de testes, com foco em problemas práticos de classificação de malware. Eles usaram benchmarks comuns de classificação de malware, incluindo malware do Microsoft Windows, pacotes de aplicativos Android, benchmark de malware do conjunto de dados Drebin e benchmark EMBER. A equipe comparou o desempenho de seu modelo com métodos básicos e outras técnicas de aprendizado de máquina desenvolvidas recentemente para classificação de malware. Suas descobertas foram altamente promissoras, com seu modelo superando outras técnicas em termos de tempo de execução e atingindo uma precisão de 99,3% no conjunto de dados Kaggle e 91,0% no conjunto de dados Drebin. “O método proposto alcançou novos resultados de última geração nos benchmarks de malware Microsoft Malware Classification Challenge, Drebin e EMBER”, escreveu a equipe em seu artigo. "Com complexidade log-linear no comprimento da sequência, os resultados empíricos demonstram um tempo de execução substancialmente mais rápido pelo HGConv em comparação com outros métodos, alcançando um escalonamento muito mais eficiente, mesmo com comprimento de sequência ≥ 100.000." O

novo método baseado em HGConv para detecção de malware de longo alcance desenvolvido por Alam, Raff e seus colegas poderá em breve ser melhorado e testado em uma gama mais ampla de tarefas de detecção de malware. No futuro, poderá ser implementado em ambientes reais, ajudando os utilizadores a detectar rapidamente malware em sistemas informáticos e a mitigar o seu impacto adverso.   Mais Informações: Mohammad Mahmudul Alam et al, Redes convolucionais globais holográficas para tarefas de previsão de longo alcance na detecção de malware, arXiv (2024). DOI: 10.48550/arxiv.2403.17978 Informações do diário: arXiv   © 2024 Science X Network Citação: Lidar com tarefas de detecção de malware de longo alcance usando redes convolucionais globais holográficas (2024, 21 de maio) recuperado em 21 de maio de 2024 em https://techxplore.com/news/2024-05-tackling-range-malware-tasks-holographic.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.    

[smartcellmga]

  Notas dos editores Este artigo foi revisado de acordo com a Science X's processo editorial e políticas. Editores destacaram os seguintes atributos garantindo a credibilidade do conteúdo: verificado pré-impressão fonte confiável revisar por Ingrid Fadelli, Tech Xplore Diagrama de blocos do método proposto. A região pontilhada mostra uma única camada da rede proposta que é repetida N vezes. Na figura, a pré-norma é aplicada. No caso do pós-norma, a normalização é aplicada após a camada GLU antes da conexão de salto. Crédito: Alam et al. Nas últimas décadas, os ciberataques desenvolveram malware cada vez mais sofisticado que pode perturbar o funcionamento dos sistemas informáticos ou conceder-lhes acesso a dados sensíveis. O desenvolvimento de técnicas que possam detectar com segurança a presença de malware e determinar a “família” a que pertencem poderia ser altamente vantajoso, pois poderia ajudar a neutralizá-los rapidamente, antes que causem danos significativos.   Pesquisadores da Universidade de Maryland e da Booz Allen Hamilton introduziram recentemente um novo modelo computacional projetado para completar malware tarefas de detecção. Estas são tarefas que envolvem a identificação e análise de malware sofisticado projetado para contornar as medidas de segurança tradicionais, normalmente observando anomalias ou indicadores sutis de um sistema comprometido. O novo modelo da equipe, apresentado em um artigo pré-publicado sobre arXiv, aproveita os recursos de uma classe específica de algoritmos de aprendizado de máquina, conhecidos como redes convolucionais globais holográficas (HGConv). As redes HGConv são particularmente adequadas para capturar dependências de longo alcance e o contexto geral em que um evento ocorre, reunindo assim uma visão mais profunda sobre as relações entre vários elementos nos dados. Como parte do estudo, os pesquisadores revisaram primeiro os esforços anteriores de detecção de malware de longo alcance, examinando os resultados alcançados pelas técnicas existentes e abordagens de benchmark. No geral, descobriram que os métodos propostos anteriormente não são particularmente adequados para a detecção de malware de longo alcance, o que os inspirou a desenvolver uma técnica alternativa. “Apresentamos o HGConv que utiliza as propriedades de representações holográficas reduzidas (HRR) para codificar e decodificar recursos de elementos de sequência”, escreveram Mohammad Mahmudul Alam, Edward Raff e seus colaboradores em seu artigo. "Ao contrário de outros métodos convolucionais globais, nosso método não requer nenhum cálculo complexo de kernel ou design de kernel elaborado. Os kernels HGConv são definidos como parâmetros simples aprendidos por meio de retropropagação." Até agora, os pesquisadores avaliaram o método proposto para detecção de malware de longo alcance em uma série de testes, com foco em problemas práticos de classificação de malware. Eles usaram benchmarks comuns de classificação de malware, incluindo malware do Microsoft Windows, pacotes de aplicativos Android, benchmark de malware do conjunto de dados Drebin e benchmark EMBER. A equipe comparou o desempenho de seu modelo com métodos básicos e outras técnicas de aprendizado de máquina desenvolvidas recentemente para classificação de malware. Suas descobertas foram altamente promissoras, com seu modelo superando outras técnicas em termos de tempo de execução e atingindo uma precisão de 99,3% no conjunto de dados Kaggle e 91,0% no conjunto de dados Drebin. “O método proposto alcançou novos resultados de última geração nos benchmarks de malware Microsoft Malware Classification Challenge, Drebin e EMBER”, escreveu a equipe em seu artigo. "Com complexidade log-linear no comprimento da sequência, os resultados empíricos demonstram um tempo de execução substancialmente mais rápido pelo HGConv em comparação com outros métodos, alcançando um escalonamento muito mais eficiente, mesmo com comprimento de sequência ≥ 100.000." O

novo método baseado em HGConv para detecção de malware de longo alcance desenvolvido por Alam, Raff e seus colegas poderá em breve ser melhorado e testado em uma gama mais ampla de tarefas de detecção de malware. No futuro, poderá ser implementado em ambientes reais, ajudando os utilizadores a detectar rapidamente malware em sistemas informáticos e a mitigar o seu impacto adverso.   Mais Informações: Mohammad Mahmudul Alam et al, Redes convolucionais globais holográficas para tarefas de previsão de longo alcance na detecção de malware, arXiv (2024). DOI: 10.48550/arxiv.2403.17978 Informações do diário: arXiv   © 2024 Science X Network Citação: Lidar com tarefas de detecção de malware de longo alcance usando redes convolucionais globais holográficas (2024, 21 de maio) recuperado em 21 de maio de 2024 em https://techxplore.com/news/2024-05-tackling-range-malware-tasks-holographic.html Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.